华为还是互联网大厂

真正决定实力的，并不是刷题的数量，而是对刷过的题理解得有多深。举个例子，小a刷了150道dp，但做完就扔一边不管了，没有总结，所以很多题还是不会；小b只做了50道，但每道都会复盘，总结反思，可以做到举一反三。结果是小b更容易掌握一类题，而小a可能刷了很多还是不透彻，没有真正明白其中的本质。所以与其追求数量，不如把题做透。综上，如果能深度理解反思200~300题就可以比较熟练了，而如果刷题不总结1000道题也未必可以悟出题与题之间的共同点。

找了一个华为的人给内推，准备暑假的时候去，寒假在家附近找了个创业公司一天100现结干着，晚上回家复习题目，一天天把自己卷着，只准备过年的前几天休息一下，把最近的面试经验好好折腾写写。面向华为的岗位，方向是AI方向，针对岗位职责好好准备了一下：1.从事机器学习算法和理论前沿研究。研究领域包括：元学习、AutoML、深度学习、强化学习、贝叶斯学习等；——研一在导师实验室打杂，做的是贝叶斯学习的一块，有一篇一区在投，不过没有商业变现的经验，所以才找了个创业公司试试，凑凑经历；2.探索人工智能应用，构建智能系统，提供AI云服务等；——这个在github上找了个智能体在练手，内推的人比较负责，还帮忙给找...

目前决赛圈两个，其他的都拒了：1、阿里 - 千问C端 - 广告算法 ，base北京，强度未知，n * 16 + m。2、美团 - keeta - 深度学习，业务核心，base北京，10 9 5，n * 15.5 + （m - 2） + 股两个总包差别不大，都是增长业务。阿里福利更好，团子有长期股票，目前想法是广告后续跳槽更容易，但是不太清楚千问广告如何。有点纠结选哪个，希望各位大佬能给个建议，非常感谢大家！

我自己在搞 AI Infra/HPC，有两个一直在维护的仓库：一个是用 C++/CUDA 从零写的深度学习框架：OriginDL另一个是工作中一点点积累下来的 AI Infra/HPC 知识地图：ai‑infra‑hpc链接先丢这儿，感兴趣可以先 star 了再说：https://github.com/jinbooooom/OriginDLhttps://github.com/jinbooooom/ai-infra-hpc如果你是刚开始找工作，或者准备投大模型 AI Infra/HPC 方向的岗位，可以把下面这份当成一个「复习清单」：面试高频会围着哪些点打转、我当时是怎么系统整理的、以及怎么用...